0

我是 Python 新手，在使用pandas重新采样某些数据时遇到了一个棘手的问题。

当我想重新采样我的时间序列数据时，应用算术平均函数非常简单。

例如：

假设ts是分钟频率的时间序列数据（在 中pandas，它被封装在一个pandas.Series带有 a 的对象中DatetimeIndex）。

要获得每组 5 分钟周期的算术平均值，只需：

ts.resample('5min', how='mean')

但是，我将如何以这种方式计算几何平均值？有没有像上面这样的简单解决方案，例如：

ts.resample('5min', how='gmean')
4

1 回答 1

6

您可以将可调用对象（在本例中为函数）传递给how，只要它返回一个标量：

In [31]: from scipy.stats.mstats import gmean

In [32]: import pandas.util.testing as tm

In [33]: ts = tm.makeTimeSeries()[:10]

In [34]: ts
Out[34]:
2000-01-03    0.605
2000-01-04   -0.167
2000-01-05    0.365
2000-01-06   -0.206
2000-01-07   -1.156
2000-01-10   -0.219
2000-01-11    1.704
2000-01-12   -0.148
2000-01-13    1.169
2000-01-14    0.823
Freq: B, dtype: float64

In [35]: ts.resample('2D', how=lambda x: gmean(x).item())
Out[35]:
2000-01-03    0.605
2000-01-05    0.365
2000-01-07    0.000
2000-01-09    0.000
2000-01-11    1.704
2000-01-13    0.981
dtype: float64

请注意，您必须在item此处调用该方法才能获得标量结果（因为取决于您可能获得的值 a MaskedConstant）。pandas不认为单个元素Series是标量。

此外，请注意包含nans 或值的计算结果，其中计算几何平均值可能会返回一个复数值（例如，负数的 4 次根；这将nan在 numpy 中返回）。

gmeanitem当您调用该方法时，会将这样的计算变成 0 。

例如，这就是在2000-01-07和处有零的原因2000-01-09。

在2000-01-07pandasnan为第 2 天填写 a （记住我们在2D这里做的）所以几何平均值计算为ma.exp(ma.mean(ma.log([-1.156, nan])))。这两个值不是“有效”输入ma.log（因此它们被屏蔽），因此ma.mean()返回MaskedConstant其_data属性为0，因此其item方法返回 0。

于 2013-10-07T17:12:29.017 回答